Skeletonization of neuronal processes using Discrete Morse techniques from computational topology

要約

生物学的知能を理解するには、脊椎動物の脳にニューロンネットワークをマッピングする必要があります。
メソスケールニューラル回路のマッピングは、軸索が異なる脳領域に投影するニューロンのグループをラベル付けするトレーサーの注入を使用して行われます。
多くのニューロンが標識されているため、個々の軸索に従うことは困難です。
代わりに、以前のアプローチは、地域内の総ラベル強度を使用して地域の予測を定量化しました。
ただし、そのような定量化は生物学的に意味がありません。
骨格化の標識軸索フラグメントにより、基礎となるニューロンによりよく接続され、体積長密度を推定することにより、新しいアプローチを提案します。
私たちのアプローチでは、ディープネットと計算トポロジーの離散モース（DM）技術の組み合わせを使用しています。
この手法は、非ローカル接続情報を考慮しているため、ノイズの強さを提供します。
全脳トレーサー注入データのアプローチの有用性とスケーラビリティを示します。
また、個々の軸索形態が利用可能な場合、スケルトン化されたトレーサー注入フラグメントと比較して、得られた追加情報を定量化する情報理論的尺度を定義および説明します。
私たちのアプローチは、計算神経解剖学へのDM技術の最初の応用です。
単一軸のスケルトンとトレーサー注入の間の橋渡しに役立ちます。これは、脊椎動物のニューラルネットワークのマッピングにおける2つの重要なデータ型です。

要約(オリジナル)

To understand biological intelligence we need to map neuronal networks in vertebrate brains. Mapping mesoscale neural circuitry is done using injections of tracers that label groups of neurons whose axons project to different brain regions. Since many neurons are labeled, it is difficult to follow individual axons. Previous approaches have instead quantified the regional projections using the total label intensity within a region. However, such a quantification is not biologically meaningful. We propose a new approach better connected to the underlying neurons by skeletonizing labeled axon fragments and then estimating a volumetric length density. Our approach uses a combination of deep nets and the Discrete Morse (DM) technique from computational topology. This technique takes into account nonlocal connectivity information and therefore provides noise-robustness. We demonstrate the utility and scalability of the approach on whole-brain tracer injected data. We also define and illustrate an information theoretic measure that quantifies the additional information obtained, compared to the skeletonized tracer injection fragments, when individual axon morphologies are available. Our approach is the first application of the DM technique to computational neuroanatomy. It can help bridge between single-axon skeletons and tracer injections, two important data types in mapping neural networks in vertebrates.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google